当前位置：文档之家 › 数字信号课程论文

数字信号课程论文

  • 格式：docx
  • 大小：172.22 KB
  • 文档页数：9

数字信号处理课程实验报告前言数字滤波器是数字信号处理的重要组成部分，它是在模拟滤波器的基础上发展起来的，与模拟滤波器相比有着精度稳定性高、使用灵活、便于实现多维滤波及大规模集成等优点，从而得以在科学技术领域中得到广泛应用。

利用MATLAB软件的优越的数字分析及仿真功能，结合所学专业理论知识理解数字滤波器及数字滤波具有较高的参考价值。

第一部分：IIR,FIR数字滤波器的设计IIR(Infinite Impulse Response)数字滤波器，又名“无限脉冲响应数字滤波器”，或“递归滤波器”。

递归滤波器，也就是IIR数字滤波器，顾名思义，具有反馈，一般认为具有无限的脉冲响应。

利用MATLAB信号处理工具箱中的滤波器设计和分析工具(FDATool)可以很方便地设计出符合应用要求的未经量化的IIR数字滤波器。

需要将MATLAB设计出的IIR数字滤波器进一步分解和量化，从而获得可用FPGA实现的滤波器系数。

对于FIR数字滤波器而言，可得到严格的线性相位，而IIR滤波器则做不到这一点，IIR滤波器的频率选择性越好，则相位的非线性越严重。

IIR滤波器加全通网络补偿才能得到线性相位，这同样要大大增加滤波器的阶数和复杂性。

FIR滤波器不存在内部的反馈，因而系统稳定，FIR滤波器的有限精度误差也较小。

IIR滤波器的反馈有时会造成系统的不稳定，为了减少运算误差，IIR滤波器对运算的精度要求也比较高。

FIR滤波器可以用快速傅里叶变换算法减少运算量，IIR滤波器则不可能这样计算。

双线性变换法设计IIR带阻数字滤波器的基本原理和算法由于双线性变换法获得的数字滤波器频率响应特性中不会出现混叠现象，因此可以适用于高通、带通和带阻滤波器的设计。

IIR数字滤波器的设计通常要借助于模拟低通滤波器的设计，由原型低通滤波器到其他形式（高通、带通、带阻）IIR数字滤波器的频带变换有模拟频带变换法和数字频带变换法。

（1）模拟频带变换法首先将给定的对数字滤波器(DF)的技术要求转换为一个低通模拟滤波器(AF)的技术要求，根据这种要求用某种逼近设计出原型的低通模拟滤波器(LP AF)，计算出模拟滤波器的阶数N、极点s i和传递函数)(sHa ，再按照双线性变换的变换关系，将模拟滤波器的传递函数)(sHa转换为数字滤波器的传递函数)(zH。

（2）数字频带变换法首先将给定的对数字滤波器(DF)的技术要求转换为一个低通模拟滤波器(AF)的技术要求，用双线性变换法将原型的低通模拟滤波器(LP AF)映射为低通数字滤波器，再将数字低通滤波器根据相应的变换公式经频带变换到各型数字滤波器。

IIR 数字滤波器的设计可利用MATLAB 提供的函数直接设计相应的数字滤波器。

函数buttord 和cheb1ord 用来根据给定的技术指标求出滤波器的阶数N 和边界频率wn ，butter 和cheby1则根据阶数和边界频率设计相应的数字滤波器。

输入的参数不同则所设计的滤波器类型不同。

实验要求1利用双线性变换法设计满足下列指标的切比雪夫型数字带阻滤波器，并作图验证设计结果：当kHz f kHz 21≤≤时，dB At 18≥，当Hz f 500≤以及kHz f 3≥时，dB 3≤δ；采样频率kHzf s 10=。

程序设计与实验结果具体实验代码:方法一 先设计模拟滤波器，然后利用双线性变换法变换为数字滤波器 clear;fs=10000;fc=[500 3000]; fr=[1000 2000];rp=3;rs=20; wp=2*fs*tan(2*pi*fc/fs/2); ws=2*fs*tan(2*pi*fr/fs/2);[N,wn]=cheb1ord(wp,ws,rp,rs,'s'); [b,a]=cheby1(N,rp,wp,'stop','s'); [bz,az]=bilinear(b,a,fs);[h,w]=freqz(bz,az); f=w/(2*pi)*fs;subplot(121),plot(f,20*log10(abs(h))); axis([0,5000,-100,10]); grid;xlabel('频率/Hz'); ylabel('幅度/dB');方法二直接设计数字滤波器 clear;fs=10000;fc=[500 3000]; fr=[1000 2000];rp=3;rs=20; wp=(2*pi*fc/fs)/pi; ws=(2*pi*fr/fs)/pi;[N,wn]=cheb1ord(wp,ws,rp,rs);[bz,az]=cheby1(N,0.5,wn,'stop');[h,w]=freqz(bz,az);f=w/(2*pi)*fs;subplot(122),plot(f,20*log10(abs(h)));axis([0,5000,-100,10]);grid;xlabel('频率/Hz');ylabel('幅度/dB');程序运行输出:程序仿真图比较实验要求2（1）用凯塞窗设计一个多带线性相位滤波器，幅频特性如下图所示，N=40，β分别取4、6、10，比较不同β值时的幅频特性和相频特性。

（2）用频率采样法设计（1）的多带滤波器，比较过渡带不设采样点和设置一个采样点的幅频特性，过渡点的值设为0.5，窗函数选矩形窗。

程序设计与实验结果具体实验代码:（1）clear;%beta=4Wd=[0.2 0.4 0.6 0.8]; M=39; beta=4; hh = fir1(M, Wd, kaiser(M+1,beta)); [H, w] = freqz(hh, 1);figure; subplot(2,1,1);plot(w/pi,abs(H));xlabel('\omega/\pi'); ylabel('幅度'); grid; title('幅频特性, beta=4');subplot(2,1,2);plot(w/pi,angle(H));xlabel('\omega/\pi'); ylabel('弧度'); grid; title('相频特性');%beta=6;Wd=[0.2 0.4 0.6 0.8]; M=39; beta=6; hh = fir1(M, Wd, kaiser(M+1,beta)); [H, w] = freqz(hh, 1);figure; subplot(2,1,1);plot(w/pi,abs(H));xlabel('\omega/\pi');ylabel('幅度'); grid;title('幅频特性, beta=6');subplot(2,1,2);plot(w/pi,angle(H));xlabel('\omega/\pi');ylabel('弧度'); grid;title('相频特性');%beta=10;Wd=[0.2 0.4 0.6 0.8]; M=39; beta=10; hh = fir1(M, Wd, kaiser(M+1,beta)); [H, w] = freqz(hh, 1);figure; subplot(2,1,1);plot(w/pi,abs(H));xlabel('\omega/\pi'); ylabel('幅度'); grid; title('幅频特性, beta=10');subplot(2,1,2);plot(w/pi,angle(H));xlabel('\omega/\pi'); ylabel('弧度'); grid; title('相频特性');（2）clear;N=40;k=0:N-1;%过渡带不设采样点Hk=[zeros(1,4),ones(1,5),zeros(1,3),ones(1,5),zeros(1,7),-ones(1,5),zeros(1,3),-ones(1,5) , zeros(1,3)];h=real(ifft(Hk.*exp(-j*pi*(N-1)*k/N)));[H,w]=freqz(h,1);figure(1);subplot(211),plot(w/pi,20*log10(abs(H)));axis([0 1 -70 10]); grid on;xlabel('\omega/\pi'); ylabel('幅度/dB');title('频率采样法，N=40，过渡带不设采样点');%过渡带设一个采样点hold on;Hk=[zeros(1,3) 0.5 ones(1,5) 0.5 zeros(1,1) 0.5 ones(1,5) 0.5 zeros(1,5) -0.5 -ones(1,5) -0.5 zeros(1,1) -0.5 -ones(1,5) -0.5 zeros(1,2)];h=real(ifft(Hk.*exp(-j*pi*(N-1)*k/N)));[H,w]=freqz(h,1);figure(1);subplot(212),plot(w/pi,20*log10(abs(H)));axis([0 1 -70 10]); grid;xlabel('\omega/\pi'); ylabel('幅度/dB');title('频率采样法，N=40，过渡带设一个采样点');程序运行输出:结论：在理想频率响应的间断点的边缘加上一个过渡采样点，阻带衰减变大，但过渡带也就越宽。

第二部分: 自适应滤波器的MATLAB实现根据环境的改变，使用自适应算法来改变滤波器的参数和结构。

这样的滤波器就称之为自适应滤波器。

一般情况下，不改变自适应滤波器的结构。

而自适应滤波器的系数是由自适应算法更新的时变系数。

即其系数自动连续地适应于给定信号，以获得期望响应。

自适应滤波器的最重要的特征就在于它能够在未知环境中有效工作，并能够跟踪输入信号的时变特征。

实验要求利用自适应滤波法研究从宽带信号中提取单频信号的方法：设x(t)=s(t)+cos(2*pi*f*t)，s(t)是宽带信号，f任选，要求提取cos(2*pi*f*t)。

程序设计与实验结果设单频信号频率f=1Hz，宽频信号s(t)均值为0，方差为0.5的白噪声。

合集下载

毕业论文-多进制数字信号调制系统

毕业论文-多进制数字信号调制系统

本科毕业设计（论文）题目多进制数字信号调制系统设计学生姓名XX 学号0907050208教学院系电气信息学院专业年级通信工程2009级指导教师汪敏职称讲师单位西南石油大学辅导教师职称单位完成日期2013 年 6 月9 日Southwest Petroleum UniversityGraduation ThesisSystem Design of M-ary Digital Signal ModulationGrade: 2009Name:Liu ShaSpeciality: Telecommunications EngineeringInstructor: Wang MinSchool of Electrical Engineering and Information摘要由于数字通信系统的实际信道大多数具有带通特性，所以必须用数字基带信号对载波进行数字调制。

也因此，数字调制方法成为了当今的热点研究对象，其中最常用的一种是键控法。

在带通二进制键控系统中,每个码元只能传输1比特的信息，其频带利用率不高,而频率资源又是极其宝贵的，为了能提高频带利用率,最有效的办法是使一个码元能够传输多个比特的信息，这就是本文主要研究的多进制数字调制系统，包括多进制数字振幅调制(MASK)、多进制数字频率调制(MFSK)和多进制数字相位调制(MPSK)。

多进制键控系统可以看作是二进制键控系统的推广，可以大大提高频带利用率，而且因其抗干扰性能强、误码性能好，能更好的满足未来通信的高要求，所以研究多进制数字调制系统是很有必要的。

本文通过对多进制数字调制系统的研究，采用基于EP2C35F672C8芯片，运用VHDL硬件描述语言，完成了多功能调制器的模块化设计。

首先实现多进制数字振幅调制(MASK)、多进制数字频率调制(MFSK)和多进制数字相位调制(MPSK) 的设计，将时钟信号通过m序列发生器后产生随机的二进制序列，再通过串/并转换器转换成并行的多进制基带信号；其次分别实现数字调制模块2-M电平变换器、分频器以及四相载波发生器的设计；最后在顶层文件中调用并结合四选一多路选择器，从而完成多功能调制器的设计。

dsp原理及应用的结课论文

dsp原理及应用的结课论文

DSP原理及应用的结课论文引言数字信号处理（Digital Signal Processing，DSP）是指将模拟信号转换为数字信号，并对数字信号进行处理和分析的技术。

DSP技术在现代通信、音视频处理、图像处理等领域有着广泛的应用。

本文将介绍DSP的基本原理以及其在实际应用中的一些案例。

DSP的基本原理1.数字信号处理的基本概念–数字信号：离散时间的信号，在时间上进行离散分布。

–连续时间信号：在时间上具有连续分布的信号。

–采样定理：它保证了模拟信号的采样频率要大于模拟信号频谱的带宽，才能在数字域中完整重建原始模拟信号。

2.数字信号处理的基本过程–信号采样：将模拟信号在时间上进行采样，转换为离散时间信号。

–数字滤波：对离散时间信号进行滤波，去除不需要的频率成分。

–数字变换：对滤波后的信号进行变换，如傅里叶变换、离散余弦变换等。

–数字重建：将变换后的数字信号进行反变换，恢复为模拟信号。

DSP在通信中的应用1.语音信号处理–信号压缩：对语音信号进行压缩，实现高效的传输和存储。

–语音增强：通过滤波和降噪技术，改善语音信号的质量。

2.图像处理–图像降噪：利用数字滤波技术去除图像中的噪声。

–图像增强：通过锐化滤波器和对比度增强算法，提高图像的清晰度和对比度。

3.无线通信–调制解调：将数字信息转换为适合传输的模拟信号，并在接收端进行解调。

–信道均衡：对信道中的失真进行补偿，提高信号质量。

DSP在音视频处理中的应用1.音频处理–声音合成：利用数字信号处理算法合成逼真的人声、乐器音色等。

–音频编码：将音频信号转换为数字数据流，实现高效的传输和存储。

2.视频处理–视频压缩：使用从模拟信号到数字信号的转换、DCT、运动补偿等技术，将视频信号压缩到较小的数据量。

–视频解码：将压缩后的视频信号进行解码，恢复为原始的视频图像。

结论DSP技术在现代通信、音视频处理等领域有着广泛的应用。

本文介绍了DSP的基本原理，以及在通信和音视频处理中的一些具体应用。

数字信号处理论文

数字信号处理论文

数字信号处理论文摘要数字信号处理是现代通信、音频处理、图像处理等领域中的重要技术。

本文将探讨数字信号处理的基本概念、原理以及在各个领域中的应用。

同时还将介绍数字信号处理在实际项目中的应用案例和未来的发展方向。

引言随着数字技术的发展，数字信号处理在通信、音频、图像等领域中的应用越来越广泛。

数字信号处理技术通过对信号进行数字化处理，可以实现信号的压缩、滤波、噪声消除等功能，为现代社会的信息传输和处理提供了重要支持。

数字信号处理原理数字信号处理的基本原理是将连续时间信号转换为离散时间信号，并通过算法来处理这些离散时间信号。

常见的数字信号处理算法包括傅立叶变换、滤波器设计、数字滤波器等。

这些算法能够有效地处理信号，提高信号的质量和准确性。

数字信号处理的应用数字信号处理在通信、音频处理、图像处理等领域中有着广泛的应用。

在通信领域，数字信号处理可以实现信号的编解码、信道估计、自适应调制等功能；在音频处理领域，数字信号处理可以实现音频的压缩、降噪、均衡等功能；在图像处理领域，数字信号处理可以实现图像的增强、去噪、压缩等功能。

数字信号处理的发展趋势随着科技的不断发展，数字信号处理技术也在不断演进。

未来，数字信号处理技术将更加智能化、自适应化，能够更好地适应各种复杂环境下的信号处理需求。

同时，数字信号处理技术在人工智能、物联网等领域中的应用也将得到进一步拓展和深化。

结论数字信号处理作为一种重要的信号处理技术，在现代社会中有着广泛的应用。

本文介绍了数字信号处理的基本原理、应用领域和发展趋势，希望能够为读者对数字信号处理技术有更深入的理解，并为数字信号处理技术的发展做出贡献。

以上便是关于数字信号处理的论文，希望对您有所帮助。

本科毕业设计论文--数字信号处理课程设计报告抽样定理的应用

本科毕业设计论文--数字信号处理课程设计报告抽样定理的应用

抽样定理的应用摘要抽样定理表示为若频带宽度有限的，要从抽样信号中无失真地恢复原信号，抽样频率应大于2倍信号最高频率。

抽样频率小于2倍频谱最高频率时，信号的频谱有混叠。

抽样频率大于2倍频谱最高频率时，信号的频谱无混叠。

语音信号处理是研究用数字信号处理技术和语音学知识对语音信号进行处理的新兴学科，是目前发展最为迅速的学科之一，通过语音传递信息是人类最重要，最有效，最常用和最方便的交换信息手段，所以对其的研究更显得尤为重要。

Matlab语言是一种数据分析和处理功能十分强大的计算机应用软件，它可以将声音文件变换成离散的数据文件，然后用起强大的矩阵运算能力处理数据。

这为我们的本次设计提供了强大并良好的环境！本设计要求通过利用matlab对模拟信号和语音信号进行抽样，通过傅里叶变换转换到频域，观察波形并进行分析。

关键词：抽样Matlab目录一、设计目的： (2)二、设计原理： (2)1、抽样定理 (2)2、MATLAB简介 (2)3、语音信号 (3)4、Stem函数绘图 (3)三、设计内容： (4)1、已知g1(t)=cos(6πt),g2(t)=cos(14πt),g3(t)=cos(26πt),以抽样频率fsam=10Hz对上述三个信号进行抽样。

在同一张图上画出g1(t)，g2(t)，g3(t)及其抽样点,对所得结果进行讨论。

(4)2、选取三段不同的语音信号，并选取适合的同一抽样频率对其进行抽样，画出抽样前后的图形，并进行比较，播放抽样前后的语音。

(6)3、选取合适的点数，对抽样后的三段语音信号分别做DFT，画图并比较。

(10)四、总结 (12)五、参考文献 (13)绪论当今，随着信息时代和数字世界的到来，数字信号处理已成为今一门极其重要的学科和技术领域，数字信号处理技术正飞速发展，它不但自成一门学科，更是以不同形式影响和渗透到其他学科；它与国民经济息息相关，与国防建设紧密相连；它影响或改变着我们的生产、生活方式，因此受到人们普遍的关注数字化、智能化和网络化是当代信息技术发展的大趋势，而数字化是智能化和网络化的基础，实际生活中遇到的信号多种多样，例如广播信号、电视信号、雷达信号、通信信号、导航信号等等。